Automatic spike detection using fuzzy C-means clustering
Fuzzy C-means sınıflandırma ile otomatik diken belirleme
- Tez No: 169116
- Danışmanlar: YRD. DOÇ. DR. MEHMET KUNTALP
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: EEG, Otomatik diken belirlenmesi, Fuzzy c-means sınıflandırma, Perceptron, EEG, Automatic spike detection, Fuzzy c-means clustering, Perceptron IV
- Yıl: 2005
- Dil: İngilizce
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 86
Özet
FUZZY C-MEANS SINIFLANDIRMA İLE OTOMATİK DİKEN BELİRLEME ÖZET Bu tezde, yapay sinir ağlan ve fuzzy c-means sınıflandırma yöntemi ile elektroensefalogram (EEG) kayıtlarından epilepsi hastalığının tanısında kullanılan belirli dalga şekillerinin otomatik olarak belirlenmesi için bir teknik tamtılmaktadır. Kayıtlardaki epileptik şekle sahip sinyallerin zaman alanındaki belirli özellikleri çıkarılmış ve sisteme giriş olarak kullanılmıştır. Sinyallerin işlenmesi sürecinde kayıtlar önce perceptron olarak adlandırılan basit bir yapay sinir ağı sistemi ile smıflandırmaya tabi tutulmuştur. Bu ilk sınıflandırma, sistemdeki veri yükünü azaltmakta ve belirgin olarak epileptik olan ve belirgin olarak epileptik olmayan dalgaları ayıklayarak epileptik olup olmadığı belirsiz üçüncü bir grup oluşturmaktadır. İşte bu üçüncü grup dalgalar fuzzy c-means sınıflandırma yöntemi ile epileptik veya epileptik olmayan şeklinde ayrılmak üzere işlenirler. Alternatif yöntemlerin araştırılması amacıyla sisteme sinyallerden çıkarılan özelliklerin yanı sıra işlenmemiş sinyaller de girilerek performans ölçülmüştür. Ayrıca veriler ilk sınıflandırmaya tabi tutulmadan fuzzy c-means algoritması ile sınıflandırılmış ve sonuçlar karşılaştırılmıştır. Bu çalışmanın sonuçlan sistemin hassaslığı, belirleyiciliği, seçiciliği ve ortalama epileptik dalga yakalama derecesi ölçülerek hesaplanmıştır. Bu ölçütler sistemin doğru ya da yanlış yakalama oranını belirler. Aynca sonuçlar daha önce araştırmacılar tarafından kullanılan çeşitli tekniklerin sonuçlan ile de karşılaştırılmıştır.
Özet (Çeviri)
AUTOMATIC SPIKE DETECTION USING FUZZY C-MEANS CLUSTERING ABSTRACT This thesis introduces a technique based on artificial neural networks (ANN) and fuzzy c-means clustering (FCM) method for detection of specific wave shapes in electroencephalogram (EEG) records which are used for diagnosis of epilepsy. Specific time domain features are extracted from each individual epileptiform wave in the records, and these features are fed as input to the detection process. A simple artificial neural network (ANN) model known as perceptron is used during the data pre-processing stage for a pre-classification. This pre-classification stage reduces data and eliminates definite spikes and definite non-spikes. The third group which consists of non-definite spikes and non-definite non-spikes are then processed by a fuzzy c-means classifier. In the search for alternative methods, both raw and processed data are applied as input to the system. Also pre-classification stage removed to observe Fuzzy c-means classification performance and all results are compared to find out the performance of each approach. The results of this study are evaluated by the sensitivity, specifity, selectivity and average detection rate criteria of the system which reveals the true-false detection rate of the process. Also the results are compared with other techniques priority used by many researchers.
Benzer Tezler
- Tarihi yarımada'da turizm amaçlı, mekansal tabanlı sanal gerçeklik olanaklarının araştırılması
Research on spatial-based virtual reality opportunities for tourism purposes in the historical peninsula
SANÇAR BUHUR
Doktora
Türkçe
2023
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. NEBİYE MUSAOĞLU
- Deneysel olarak oluşturulan epileptik diken aktivitesinin sinyal işleme metotları ve yapay sinir ağları kullanılarak incelenmesi ve bulguların otonomik ve davranışsal yanıtlarla füzyonu
Investigation of experimentally induced epileptic spike activity using signal processing methods and artificial neural networks and fusion of findings with autonomic and behavioral responses
DENİZ KARAÇOR
Doktora
Türkçe
2015
Elektrik ve Elektronik MühendisliğiAnkara ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MURAT HÜSNÜ SAZLI
PROF. DR. EYÜP SABRİ AKARSU
- EEG sinyallerindeki ekg gürültüsünün faz karşılaşması ve yavaş dalganın tespitine etkisinin incelenmesi
The investigation of the effect of phase reversal and slow wave detection of ecg artifact in EEG signals
SEMA YILDIRIM
Doktora
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKonya Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. HASAN ERDİNÇ KOÇER
- Computer aided detection of spina bifida using features derived from curvature scale space and Zernike moments
Eğrilik ölçek uzayından ve Zernike momentlerinden türetilen özniteliklerle spina bifidanın bilgisayar destekli tanısı
UMUT KONUR
Doktora
İngilizce
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. SADIK FİKRET GÜRGEN
- Hibrit konuşma aktivite tespiti kullanılarak D-vektör tabanlı bir konuşmacı diyarizasyon sisteminin tasarlanması
Implementation of a D-vector based speaker diarization system using hybrid voice activity detection
YUNUS KORKMAZ
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYTUĞ BOYACI